個性的な動的情報処理特性をもつ神経細胞集団が織りなす適応機能ダイナミクスの抽出 ／Distilling Adaptive Dynamics from Neuronal Populations Composed of Diverse Dynamical Information Processing Units

適応的脳機能を担う脳回路内の各要素の機能を明らかにするためには、脳回路の静的なネットワーク構造を調べることに加え、その中で発生する動的プロセスを要素ダイナミクスとして抽出することが重要です。高密度電極技術を用いて記録されたニューロン活動を解析することで、静的なネットワーク構造とその動的プロセスの両面を研究します。
神経回路は、スパイクを介して情報伝達を行っているため、要素ダイナミクスを抽出する際には、ニューロン細胞の多様性をそのまま保ちながら扱う手法が重要です。我々は、入力、出力、記憶などの様々な機能におけるニューロン活動を解析するための新たな手法を開発しました。従来の平均発火率や不規則発火指標といった指標に加え、ニューロンの情報表現様式を特徴づける活動の不連続性にも注目しています。
この不連続性は、ニューロンがどのように情報を符号化し、伝達するかを理解するための重要な手がかりを提供します。これにより、適応的脳機能の形成における各要素の寄与を明らかにすることを目指しています。さらに、ニューロンの多様性を活かしたネットワーク解析を基盤とすることで、新しい解析ツールを提供し、神経科学の研究分野を発展させることを目指します。
本研究で得られる知見は、不均質な素子を特長として生かせる方法を提案し、人工デバイス開発分野においても重要な貢献を果たすことが期待されます。

文献

• Teramae J and Tsubo Y (2022) Dual sampling neural network: Leaning without explicit optimization. Phys Rev Research 4: 043051
• Imaizumi Y et al. (2022) Neuronal prospect theory model in the brain reward circuitry. Nat Commun 13: 5855
• Mochizuki Y et al. (2016) Similarity in Neuronal Firing Regimes across Mammalian Species. J Neurosci 36: 5736-5747.
• Tsubo Y et al. (2012) Power-law inter-spike interval distributions infer a conditional maximization of entropy in cortical neurons. PLoS Comput Biol 8: e1002461.